Science | “让纳成真”——大规模平行筛选揭示纳米颗粒递送自身和胞内的决定因素

撰文 | Qi

责编｜酶美

基于纳米颗粒 （nanoparticle, NP ） 的疗法在个性化癌症治疗方面具有巨大潜力，通过封装一系列治疗“货物”比如核酸、小分子生物制剂等，防止它们发生以外降解，并有助于靶向特定肿瘤部位。尽管目前在了解NP的特定理化性质如何影响NP运输和摄取方面取得一定进展，但对多个NP参数组合的综合评估仍然模糊。此外，癌症靶点的多样性使得全面了解哪些NP特性决定了成功的药物递送具有极大的挑战性。尽管先前已有团队设计了一组NP以阐明结构-功能与细胞靶向和摄取的关系 【1-4】 ，但仍需要考虑生物异质性对NP-细胞界面相互作用的影响。因此，将合并筛选和多组学注释相结合有可能加速靶点的发现并揭示小分子筛选中以前未被识别的作用机制 【5, 6】 。

2022年7月22日，来自麻省理工学院癌症研究所的Paula T. Hammond团队在Science杂志上发表了一篇题为  Massively parallel pooled screening reveals genomic determinants of nanoparticle delivery  的文章，他们 开发了一种大规模平行筛选，利用带有多组学数据注释的条形码、混合的癌细胞系来研究具有临床潜力的一系列制剂的纳米颗粒库中的细胞关联模式，确定了介导纳米颗粒-细胞结合的材料特性和细胞内在特征。 此外，他们还通过机器学习算法构建了基因组纳米颗粒运输网络并确定了纳米颗粒特异性生物标志物。其中，标志物之一的SLC46A3基因可以在体外和体内反向预测基于脂质的纳米颗粒的摄取。总之， 这项工作确立了用于纳米颗粒递送的集成筛选的能力，并使生物标志物的识别和利用能够合理地应用于设计纳米制剂。

 

为了同时筛选数百个癌细胞系的NP-癌细胞系关联模式，作者培养了混合的 PRISM细胞 【5, 6】 并将它们与荧光NP共孵育，随后通过FACS根据荧光信号对细胞进行分群，作为NP-细胞关联程度的代表。同时，作者设计了一个模块化的NP库以捕捉NP核心组成、表面化学性质和大小对细胞相互作用的影响 （图1） 。基于Pearson 的成对加权平均值 （WA，更高的WA意味着更高的NP-细胞关联） 的无监督层次聚类将NP核心材料，而非预期的表面化学性质，确定为与细胞结合的强决定因素，测试的三种核心材料 （liposomal、PLGA和PS） 分别形成不同的簇。

图1. 使用混合的条形码细胞混合物进行纳米颗粒筛选。

接下来，作者应用来自CCLE （Cancer Cell Line Encyclopedia） 的数据来识别作为NP-细胞关联的预测生物标志物的基因组特征，使用单变量分析和随机森林算法来关联每个细胞系的基线分子特征 （细胞谱系、基因拷贝数、mRNA、microRNA、蛋白质或代谢物丰度、错义突变等） 与NP，并确定高表皮生长因子受体 （EGFR） 基因表达和蛋白质丰度作为预测细胞对抗EGFR制剂亲和力的生物标志物。随后，作者想确认与已建立的摄取、转运和粘附基因组相关的生物标志物，发现了在胆固醇转运中起作用的ABCA1与liposomal-NP呈正相关，而多药耐药亚家族的几个成员如ABCB1/P-GP等与PLGA-NP呈负相关等。此外，他们还观察到脂质体表面修饰会影响生物标志物的数量和意义，与之相比，PLGA制剂无论如何改性都只产生很少的生物标志物，而大量重要的生物标志物与羧化和硫酸化的PS-NP相关。这些发现强调了生物标志物会受到NP特性的影响。

通过评估NP制剂的单变量结果，作者确定了一种与liposomal-NP关联具有强烈反比关系的生物标志物：SLC46A3。SLC46A3与脂质分解代谢之间存在联系的报道 【7】 也有助于解释为什么SLC46A3与liposomal-NP而非其他NP的摄取存在密切关系。于是作者想进一步确认SLC46A3作为liposomal-NP关联的生物标志物的预测能力。一方面通过nanoPRISM库中选择癌细胞系通过qPCR分析SLC46A3，同时量化共孵育后NP荧光水平，确认了脂质体结合与SLC46A3表达之间的反比关系。另一方面，利用siRNA敲低乳腺癌细胞系的SLC46A3后，观察到增强的NP-细胞关联性。需要注意的是，SLC46A3的表达并不会对另外两种PLGA-和PS-NP造成影响。

为了评估SLC46A3作为liposomal-NP递送负调节剂的潜在临床效用，作者测试了FDA批准的NP类似物的体内递送。通过一次性肿瘤 （编辑过的过表达SLC46A3的黑色素瘤细胞系LOXIMVI） 内注射或重复静脉内给药的方式给予荧光标记的NP以分别评估肿瘤情况，可以观察到SLC46A3表达与NP保留之间的反比关系随着时间的推移变得更加明显，强调了SLC46A3作为潜在生物标志物的实用性。

图2. LOXIMVI肿瘤中NP的保留和积累取决于SLC46A3表达。

总的来说， 这项工作开发了一种用于识别NP与癌细胞相互作用的预测性生物标志物的平台，并使用该平台筛选了靶向488个癌细胞系的含35个成员的NP库。这使得全面研究和识别介导NP-细胞相互作用的关键参数成为可能，并突出了同时考虑纳米材料和细胞特征的重要性。

原文链接：

https://doi.org/10.1126/science.abm5551

制版人：十一

参考文献

1. S. Correa et al., Tuning nanoparticle interactions with ovarian cancer through layer-by-layer modification of surface chemistry. ACS Nano 14, 2224–2237 (2020). doi: 10.1021/acsnano.9b09213; pmid: 31971772

2. N. Boehnke et al., Theranostic layer-by-layer nanoparticles for simultaneous tumor detection and gene silencing. Angew. Chem. Int. Ed. 59, 2776–2783 (2020). doi: 10.1002/anie.201911762; pmid: 31747099

3. N. Boehnke, K. J. Dolph, V. M. Juarez, J. M. Lanoha, P. T. Hammond, Electrostatic conjugation of nanoparticle surfaces with functional peptide motifs. Bioconjug. Chem. 31, 2211–2219 (2020). doi: 10.1021/acs.bioconjchem.0c00384; pmid: 32786506

4. J. E. Dahlman et al., Barcoded nanoparticles for high throughput in vivo discovery of targeted therapeutics. Proc. Natl. Acad. Sci. U.S.A. 114, 2060–2065 (2017). doi: 10.1073/ pnas.1620874114; pmid: 28167778

5. C. Yu et al., High-throughput identification of genotype-specific cancer vulnerabilities in mixtures of barcoded tumor cell lines. Nat. Biotechnol. 34, 419–423 (2016). doi: 10.1038/nbt.3460; pmid: 26928769

6. S. M. Corsello et al., Discovering the anticancer potential of non-oncology drugs by systematic viability profiling. Nature Cancer, (2020).

7. J. H. Kim et al., Lysosomal SLC46A3 modulates hepatic cytosolic copper homeostasis. Nat. Commun. 12, 290 (2021). doi: 10.1038/s41467-020-20461-0; pmid: 33436590

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。